随着虚拟偶像和数字人经济的快速发展,用户对沉浸式、个性化的人机社交互动体验需求日益增长。本项目与南洋理工大学(NTU)联合开展,旨在解决传统虚拟偶像互动中缺乏上下文理解、情感表达单一、个性化不足等产品痛点。项目面向社交媒体场景,探索基于大语言模型的 AI Agent 如何在虚拟偶像领域提供更自然、更具人格化的互动体验,满足 Z 世代用户对数字陪伴和娱乐社交的需求。
点击空白处退出提示
随着虚拟偶像和数字人经济的快速发展,用户对沉浸式、个性化的人机社交互动体验需求日益增长。本项目与南洋理工大学(NTU)联合开展,旨在解决传统虚拟偶像互动中缺乏上下文理解、情感表达单一、个性化不足等产品痛点。项目面向社交媒体场景,探索基于大语言模型的 AI Agent 如何在虚拟偶像领域提供更自然、更具人格化的互动体验,满足 Z 世代用户对数字陪伴和娱乐社交的需求。
项目构建了一套完整的虚拟偶像社交互动平台,主要功能模块包括:1)虚拟偶像形象系统:设计写实版与 Q版(Chibi)两种风格的虚拟偶像角色,支持形象切换与展示;2)多层级 AI 对话引擎:基于 GPT 驱动的对话机制,支持Low、Medium、High三个能力等级,在不同层级下展现差异化的上下文理解、情感表达和个性化互动能力;3)兴趣提取与推荐系统:通过 InterestExtraction 技术分析用户偏好,实现精准的内容推荐与个性化交流推送;4)Instagram风格社交界面:模拟真实社交媒体交互体验,支持动态发布、评论互动等功能,营造沉浸式的虚拟社交环境。
我负责项目的全流程协助开发工作,具体包括:虚拟偶像角色形象设计、前端 Instagram 风格界面开发、后端 Flask 服务搭建与 API设计、数据库架构设计与管理、以及 AWS 云端部署与运维。技术栈方面,后端采用 Python Flask 框架,AI 能力基于 GPT大语言模型,前端采用响应式 Web 技术还原社交媒体体验,数据库使用关系型数据库存储用户与交互数据,部署于 AWS云平台实现弹性扩展。项目亮点在于多层级对话机制的设计,使 AI Agent能根据能力等级动态调整回复策略;难点在于平衡对话质量与响应延迟,以及在多轮对话中维持角色一致性。



评论